基于云计算和大数据的在线交互应用研究

邢丘丹，焦 晶，杜占河

(1.陕西师范大学 国际商学院，陕西 西安710062;2.西安交通大学 管理学院，陕西 西安710049 )

随着互联网对人们生活、学习和交往方式的影响不断深入，在线教育开始进入人们的视野，通过应用信息科技和互联网技术进行内容传播和快速学习的方法，具有高度共享学习资源、师生间跨时空双向交互和学习自主化的优势［1］。随着对其不断深入研究，发现有效的交互活动具有重要意义，通过形式多样的在线交互活动可以激励在线学习者，有效减少在线学习者学习的距离感和孤独感，提高在线教育的质量［2-3］。学习者通过交互媒体所实现的交互水平高低，直接影响了学习者知识建构水平高低，从而决定了在线学习的成功与否［4］。但是随着交互程度的加深，并没有涉及对非结构化数据的分析，依然不能实现高水平的交互活动，提高在线交互的质量。笔者通过构建基于大数据和云计算支持的在线教育交互平台模型，以实现完美的在线交互活动，解决目前在线教育所面临的问题。

1 云计算和大数据的概念及关系

云计算是通过互联网络庞大的计算处理能力，将待处理程序自动分拆成无数个较小的子程序，再由多部服务器所组成的庞大系统进行搜寻、计算和分析，最后将处理结果回传给用户。云计算使网络应用更加广泛化，具有超大规模、虚拟化、高可靠性和高扩展性的优点［5］。大数据是数据分析的前沿技术，它能从各种类型的数据中，快速获取有价值的信息，但还需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力。海量、高增长率和多样化的信息，通常用4 个V来概括其特征，即体积大(volume)、种类多(variety)、价值密度高(value)和速度快(velocity)［6］。

云计算与大数据的实质是静与动的结合，云计算强调的是动态计算能力，大数据注重的是计算对象，即存储能力。大数据需要具有处理大量复杂数据的能力，包括数据获取、整理、转换和统计等强大的计算能力;同样，云计算需要大量数据作为运算的基础，因此两者的结合是必然趋势。云计算为大数据提供运算平台，大数据运用分布式处理手段应用于平台，两者是相辅相成的关系。整体看来，云计算的出现和兴起促进了大数据的广泛应用，已经出现在许多领域，但依然没有进入在线教育行业。

2 云计算和大数据的应用

2.1 在线教育交互平台现状分析

(1)服务应用。目前在线教育的交互平台缺乏统一身份认证体系，需要进行身份重复验证，这在给用户造成不便的同时也给系统增加了安全隐患;缺乏统一的应用展现，用户信息分散在各个应用中，且服务功能重复，堆砌浪费，致使用户体验不佳;使用方法、界面与质量不统一，给平台使用和维护管理造成不便［7］。

(2)信息资源类型和存储。在线教育的数据资源众多，包括结构化和非结构化信息，以及在线教育平台内部的相关信息，由于数据编码、数据格式等无法统一，存在许多异构性数据。在线教育是基于互联网的学习方式，学生与学习资源、教师与学生、学生与学生之间的交流都通过网络全方位进行，因此在线教育的信息资源总量日益增大，且以大量的非结构化数据和异构性数据资源为主。但目前对这些数据的记录、存储和分析统计技术，完全不能满足在线教育交互平台的数据需求。

(3)数据分析挖掘。随着在线学习者和在线教师的服务需求日益个性化和专业化，对于服务质量也越来越看重，在线教育交互平台必须根据在线学习者和在线教师的需求做出相应的策略调整，以适应服务需求的不断改变和提高。因此对平台产生的结构化和、非结构化和异构性大量数据进行分析和深度挖掘成为必然，以满足快速、及时、高效、安全地反馈在线学习者的要求和便于教师对信息进行分析。

(4)固定服务器等硬件资源浪费。高峰期服务器资源不足，造成应用瘫痪，多台服务器为一个应用服务部署致使资源严重浪费［8］。有些应用系统一天只有少数人使用，使用次数很少;有些应用系统的使用模式非常有规律，大部分用户的使用和访问时间集中，其他时间利用率很低。而支持这些应用系统正常运行的服务器等硬件设备在需要不间断工作的同时，也增加了维护难度和能耗成本。

2.2 在线教育交互平台应用模型分析

2.2.1 交互平台模型

随着在线教育日益同质化，对在线教育机构而言，需要在保障教育资源丰富和高质量的同时，更好地分析在线学习者和教师的偏好，为平台的每个用户提供有针对性的服务。所构建的利用云计算和大数据在线教育交互平台模型如图1 所示，主要分为用户应用服务层、数据资源处理层和基础设施硬件层3 部分。

图1 应用云计算和大数据技术的在线教育交互平台模型

图2 应用云计算和大数据技术的在线教育交互平台服务应用层架构

2.2.2 用户服务应用层

在线教育交互平台的用户是在线教师和在线学习者。针对不同的用户，访问的用户界面和授权不同，设计属于用户自己的页面，为用户提供个性化的精准服务。服务应用内容主要分为4 类，包括在线教学内容、学习管理、交流互动和教学管理，如图2 所示。

应用服务层根据用户需求，对信息资源请求进行重构和提供，实现了信息资源的服务分类，用户可享受个性化的服务资源。

平台为每个用户展现的内容是不同的。针对教师，平台实时反馈在线学习者的情况和分析结果，尤其是对学习者的学习风格和偏好的分析，实时跟踪学生在课前、课中和课后的情况，完成课程反馈，对学生在平台上的行为、学习记录智能跟踪和分析。针对学习者，构建学习、答疑、测评、互动四位一体的学习模式，运用丰富的学习资源，根据后台的数据挖掘，提供学习进度安排和个性化的学习方案，从而实现自主个性化学习、个性化即时笔记、针对性课程复习和测评，多方式在线交互的方式。平台是所有教学资源的集散地，维持资源唯一性，通过资源关联，可以在任意系统中快速调用，避免数据库急剧增长，可极大地减轻网络负荷，便于资源自动更新。

2.2.3 数据资源处理层

中间层是数据资源处理层，包括对数据进行标准化处理，对数据挖掘分析整合，以及数据库3个部分。中间层的核心是数据挖掘分析整合，也是在线教育交互平台的核心，如图3 所示。

图3 应用云计算和大数据技术的在线教育交互平台数据资源处理层架构

面对迅速增加的复杂数据，在线教育交互平台利用云计算和大数据进行现代数据管理，以支持所有数据类型，如文件、图像、视频、博客、点击流和地理空间数据等，并以“云存储”持久存储于数据中心，保持数据实时更新，实现数据共享、分析、发现、整合和优化，增强数据价值。负载平衡可以有效透明地扩展网络设备和服务器的带宽，增加在线教育交互平台的吞吐量，加强平台网络数据处理能力，提高服务的灵活性和可用性。可以将大量的用户并发访问或数据流量分担到多台设备上处理，减少教师和学习者的等待响应时间;同时做并行处理，处理结果汇总反馈给在线交互平台，从而使平台处理能力得到大幅度提高。

利用大数据技术对离线数据进行处理，清除冗余数据，用聚类、分类等算法对处理后的数据进行模式分析，成立样本数据资源为数据流挖掘分析作准备。在实现数据流挖掘时，对流入的数据流，利用云计算做到占用内存少，处理速度快，运用关联规则，以离线数据作为样本库的参考，对在线数据进行分析，及时有效地反馈结果，并且随着时间的推移和用户对信息资源的需求改变，及时更新资源分析结果。通过数据挖掘过程，对数据进行过滤、分析和整合，建立多资源分类结果，按照用户的不同需求进行决策，形成索引，为用户访问和使用服务提供便利。根据在线学习者的基本信息、学习风格、学习满意度和学习感知4 维度的服务需求，实现用户定制的个性化精准服务，便于用户方便提取自己需要的资源。再将用户需要的资源根据授权不同，做统一标准化处理，上传至服务应用层，展现于用户的界面中。

2.2.4 基础设施硬件层

平台的最下层是基础设施层，包括存储设备、网络设备、安全设备和备份设备。

利用云计算可以解决目前在线教育交互平台普遍出现的硬件孤岛问题，实现在线教育交互平台硬件基础架构的集约、共享和动态。对硬件资源集中管理，可提高设备利用率，实现计算机资源和存储资源的共享，降低复杂性，降低能耗，特别是可提高系统可靠性和可用性。将服务器等硬件资源整合在一起，形成一个动态资源配置，动态按需分配给各应用系统。任何一台设备出现故障，其他的硬件设备自动接管该设备的工作，提高系统可靠性。自动备份功能可降低硬件设备的投资费用和维护成本，减少管理复杂度，提高可用性。云硬件配置实现资源整合与共享，能够灵活地根据需求进行变化，在交互平台上快速开发丰富多样的应用软件，同时能保证这些应用软件有机统一，集成创新，发挥最大效益。

3 在线交互平台应用优势

3.1 实现针对不同用户的个性化精准服务

在从以资源为核心的在线教育平台到以用户为核心的个性化在线教育平台建设过程中，最主要的变化是针对不同用户提供不同的个性化服务。而云计算和大数据的应用强化了对在线教育平台用户的研究和对交互数据的分析利用，并基于分析结果，改善服务内容，提升个性化服务的质量，完成平台对用户的跟踪服务、精准服务、知识关联服务和宣传推广服务。面对平台快速增长的数据，从中提取有价值的信息，实时分析反馈，建立不同类别的用户模型。实现对不同用户提供针对性服务，增强用户体验，提高服务质量的目的。在线教育交互平台通过对用户数据的收集、整理、分析、挖掘和汇总，在宏观上分析相关领域的发展动向和热点变化，更快地洞察学习者最新的兴趣走向，以及相关领域的内容进展，更新在线平台的学习资源，保证学习内容的实时性和前沿性。

3.2 无限量的数据存储能力和可靠的数据安全性

随着在线教育交互平台的发展，信息数据量迅猛增长，产生出大量的半结构化和非结构化信息数据，对存储的要求愈加严格［9］。云计算的出现使海量数据的存储与运算得到了解决，分布式存储的方式可以持续收集大量数据，不会造成存储空间的不足。在线教育交互平台应用“云存储”方式，保证存储数据的可靠性，并能够实时更新，有效解决海量数据资源的查询、管理等问题。云计算使用数据多副本容错、设备同构可互换等手段来保障平台的数据存储安全。数据存储到“云”中，不会受到计算机病毒或硬盘损坏造成数据丢失的影响，满足了用户对终端设备能力的要求。

3.3 提高在线交互平台管理能力

应用云计算和大数据的在线交互平台，对于具体的应用数据需求，做到了快速、及时和有效地响应。由于需求的变化和增长，平台具有较好的性能扩展空间，可高效处理多种类型数据，在线教育机构能以该平台为基础利用云计算技术和大数据的优势，充分挖掘自身数据价值。通过整合数据，对其进行标准化处理，形成灵活可扩展、易于更新、可管控、可隔离、绿色环保的高效分析型数据管理交互平台，实现支持标准开发、用户自服务和多元化开发多种应用支持模式，形成松耦合、可异构的基础数据和应用数据两级数据管理层次。同时，使在线教育机构可以驾驭自身数据，全面提升平台的数据信息管理能力，获取对在线学习者和在线教师的信息，以数据驱动在线教育的发展。

4 结论

云计算和大数据技术的出现不仅影响着在线教育交互的形态，也为交互信息分析提供了新的思路和手段。一方面，新的技术使交互行为不断向着实时化和碎片化的方向发展，使交互过程日益复杂;另一方面，新的技术又使获得大量交互数据，特别是行为数据成为了可能，从而为在线学习和教学提供决策依据。在线教育交互作为信息服务，尽管有在线教育交互平台的资源优势，但在技术等方面的劣势也限制了其发展，因此笔者构建了基于大数据和云计算的在线教育交互平台模型，使在线的学习者和教师实现完美的在线交互活动，提升在线交互的核心竞争力。

［1］陈丽.术语“教学交互”的本质及其相关概念的辨析［J］.中国远程教育，2004(2)：24 -28.

［2］MOOR E.Three types of interaction［J］.American Journal of Distance Education，1989，3(2)：1-6.

［3］HILTZ S R. Online education：perspectives on a new environment［M］.New York：Praeger，1990：133-184.

［4］GUNAWARDENA C C，LOWE T A.Analysis of a global online debate and the development of an interaction analysis model for examining the social construction of knowledge in computer conferencing［J］.Journal of Educational Computing Research，1997，17(4)：397-431.

［5］MICHAEL M.云计算［M］.姜进磊，译.北京：机械工业出版社，2009：12 -13.

［6］刘禹.大数据有大智慧［EB/OL］.［2013-08-28］.http：//www.cas.cn/xw/zjsd/201204/t20120417_3556914.shtml.

［7］魏顺平.在线学习行为特点及其影响因素分析研究［J］.开放教育研究，2012(4)：81 -90.

［8］曹良亮，陈丽. 异步交互中学习者观望原因的研究［J］.中国远程教育，2006(3)：22 -25.

［9］孙洪涛.学习分析视角下的远程教学交互分析案例研究［J］.中国电化教育，2012(11)：40 -46.